Revue de presse du 11 mars 2016#

Intro#

On dit qu'on est pistés par Google & Co. Mais même si nos smartphones, et autres objets mobiles sont géolocalisés, parfois, il est difficile de les relier à un réseau : une route, un chemin de fer, alors que certains seraient tentés de s'en emparer pour faire plein de stats comme la fréquentation des lignes de métro, et tout et tout. Un outil opensource appelé "Map Matching" permet de réaliser cette liaison. C'est tellement agréable d'être une entité mouvante, non ?

Toujours au sujet de Google & Co, sans doute avez-vous appris que Lee Sedol, champion du monde de go, d'origine coréenne, avait été battu par l'algorithme AlphaGo de Google ? Et voilà qu'ils prétendent faire mieux que nous : alors que Google battrait n'importe quel humain à GeoGuessr, Facebook affirme pouvoir faire la carte la plus détaillée de l'Histoire en seulement quelques semaines, à grand renfort de deep learning.

Comment ne pas se prendre de nostalgie, face à cette avalanche de technologies qui, pour certains, désenchanteraient voire mettraient en péril le monde ? Nous serons peut-être tentés de nous tourner vers une interface QGIS en ASCII, ou vers les magnifiques globes terrestres et célestes que la Bibilothèque Nationale de France a numérisés en 3D pour nos beaux yeux (d'humain) et que ne parviendra jamais à réaliser un robot.

Face à l'adversité, voire au danger, rien ne remplacera la solidarité, les prises d'initiative prises au niveau local. Le projet Caribe Wave en est d'ailleurs une très belle illustration.

[Voix de robot] L'équipe.de.Géotribu.vous.souhaite.une.très.bonne.lecture.et.vous.dit.à.très.bientôt [/Voix de robot]

Sorties de la semaine#

Welcome to ASCII QGIS#

Vous en avez marre des interfaces graphiques ? Comme nous, vous êtes accros à la console et vous ne jurez qu'avec les programmes en ligne de commande ? Mais voilà, il y avait un hic, vous ne pouviez pas consulter vos couches PostGIS sans interface graphique, à moins que vous ne maitrisiez parfaitement le WKT ! Obligé d'utiliser un logiciel bureautique pour ça.

Et bien maintenant c'est du passé ! Grâce à Nathan Woodrow, il est désormais possible d'afficher des couches dans la console ! Et oui, plus besoin d'attendre de longues secondes pour avoir un aperçu, vous pouvez désormais utiliser la version console de QGIS. On remarque que la liste des couches est disponible afin d'activer/désactiver certaines couches. Et en bonus, vous avez même les couleurs ! Rendez-vous sur la page GitHub ASCII-QGIS pour l'essayer !

OpenStreetMap#

Map Matching avec OpenStreetMap#

Dans le domaine des objets mobiles,le déplacement de ces objets peut être induit (ou non) par un réseau (routes, rails, etc.). Si c'est le cas, on dit alors que ces objets mobiles sont contraints par le réseau. Mais, du fait de l'imprécision des outils de mesure de position (ex: GPS), la localisation de ces objets mobiles sur un réseau reste imparfaite et non continue. Sur l'image ci-dessous les positions enregistrées d'un objet mobile sont représentées avec des marqueurs violets alors que sa véritable trajectoire apparaît en orange. Comme on peut le voir, si nous avions dû dessiner la trajectoire du véhicule simplement en reliant ses positions nous l'aurions considérablement détériorée notamment dans les virages.

Représentation de la logique du Map Matching. Source : GitHub Barefoot

Pour résoudre ces limitations, il est nécessaire de réaliser une opération nommée Map Matching qui consiste "simplement" à rattacher la localisation approximative de l'objet mobile à sa positon réelle sur le réseau sur lequel il circule. Bien que conceptuellement simple à comprendre, les étapes à implémenter pour y arriver sont beaucoup plus complexes. L'une des solutions couramment utilisées s'appuie sur l'algorithme proposé par Newson and Krumm¹ basé sur Modèle de Markov caché.

Bon la théorie c'est bien , mais qu'en est-il de la pratique ? Grâce à Sebastian Mattheis et sa bibliothèque Java Barefoot, il est possible d'utiliser cette approche de Map Matching en s'appuyant sur un réseau issu d'OpenStreetMap. Cette bibliothèque est en réalité un ensemble complet d'éléments qui vous permettront de réaliser un grand nombre d'opérations relatif au traitement de données mobiles.

Les éléments de Barefoot (Source : GitHub Barefoot)

Si vous avez déjà eu l'occasion de l'essayer, nous sommes preneurs de vos retours d'expérience:)

Google#

Google est capable de géolocaliser vos photos simplement à partir des pixels#

Géolocaliser une photo est devenue monnaie courante avec nos smartphones équipés pour la plupart d'un GPS. Mais la dernière prouesse de Google va plus loin. En effet, grâce au travail de Tobias Weyand, spécialiste chez Google de la vision par ordinateur, il est maintenant possible de connaitre la localisation d'une image à partir simplement des pixels qui la compose. Ce système, baptisé PlaNet, s'appuie sur un réseau de neurones qui a analysé pas moins de 90 millions d'images géotagguées.

L'étude des résultats montre que PlaNet à été à même d'identifier correctement le pays où a été prise la photo dans 28.4% des cas. Ce chiffre monte à 48% si on se place à l'échelle du continent. Ce chiffre tombe par contre à 3.6% si on se place maintenant au niveau de la rue. Mais cela reste tout de même impressionnant ! (source : Geoawesomeness)

C'est un peu la course à la cartographie propulsée par le big data. Dans le même ordre d'idée, Facebook, en plus de pouvoir estimer de manière très fine le nombre d'habitants sur tout le globe, affirme pouvoir réaliser une carte de la Terre plus complète que ce l'on n'a jamais connu auparavant en seulement une semaine. Apparemment, ils seraient, en deux semaines, parvenues à réaliser la carte de 14% de la Terre grâce à 21.6 millions d'images prises de l'espace et la technologie de réseaux de neurones convolutionnels (deep learning). Derrière tout cela, il y a leur stratégie d'équiper d'internet les populations les plus isolées.

L'intelligence artificielle n'est pas réservée à l'usage des mastodontes du web. Dans la même optique de combiner Google Street View à la vision assistée par ordinateur, une société française appelée Etaonis semble avoir déjà effectué un travail similaire à celui de Google, pour le compte d'ERDF, visant à positionner et évaluer la hauteur de millions de poteaux électriques, par le biais d'images Google.

A noter cette proposition de session au Foss4G North America qui laisse présager des perspectives nouvelles pour la géomatique : Machine Learning on Geospatial Datasets for Segmentation, Prediction and Modeling. Voir https://t.co/BGEZCUGJwk et #foss4gna.

Divers#

Le risque tsunami par les geogeeks#

Depuis 2009, le Groupe intergouvernemental de coordination du système d'alerte au tsunami et aux risques côtiers de la zone caribéenne organise annuellement un exercice grandeur nature pour se préparer au risque majeur de submersion marine. Les Antilles font partie de ce groupement intergouvermental et participeront donc à cette simulation.

Cette année, en plus des services de L’État, les citoyens des pays membres, et les Guadeloupéens en particulier, seront directement acteurs et peuvent directement s’inscrire sur le site internet de Caribe Wave pour choisir les actions qu’ils mettront en œuvre. Parmi elles, on peut choisir, par exemple, de participer à un exercice public d’évacuation, de préparer un kit d’urgence ou d’organiser sa propre marche d’évacuation ou bien encore de retweeter les messages d’alertes, d’élaborer un plan d’urgence familial...

Une des initiatives a été coordonnée par un membre bien connu de la communauté OpenStreetMap à savoir Gaël Musquet (aka @ratzillas). L'idée de départ a été de réaliser un dispositif de protection de la population à l’aide d’équipements de haute technologie.

En résumé le programme de ce projet est le suivant :

• former des citoyens pour mettre en place et exploiter des infrastructures de télécommunications ;
• cartographier les côtes avant et après ces désastres ;
• mettre en place des réseaux de capteurs citoyens pour anticiper, prévenir de l’imminence de crises majeures ;
• utiliser les réseaux sociaux pour alerter et prévenir.

Afin de mettre en place cet ambitieux programme, le dispositif déployé est le suivant :

• reconnaissance et photographie aérienne avec un avion et des drones
• déploiement de réseaux de capteurs (stations météorologiques, accéléromètres, etc.) ;
• déploiement d’un réseau de communication (faisceaux hertziens, antenne relais 4G, etc.) ;
• réception de signaux ADSB &AIS pour trafic aérien et maritime.

Mais un tel programme a besoin de financement conséquent, c'est pourquoi les porteurs du projet ont décidé de faire appel au financement participatif via la plateforme ulule. Le premier palier de 25000€ a été rapidement atteint et les fonds récoltés permettront notamment de réaliser les prises de vues à l'aide d'un avion.

Cette initiative est encore une preuve concrète du rôle que peut jouer le citoyen acteur ! Un grand bravo aux différents porteurs du projet.

Les plus beaux globes de la Bibliothèque nationale de France scannés en 3D#

Si vous ne pouvez vous rendre à la Bibliothèque nationale de France pour observer leur superbe collection de globes, sachez que vous pouvez maintenant visualiser en 3 dimensions une sélection des 55 plus beaux. Vous pouvez à loisir vous déplacer et zoomer jusqu'en dans les moindres détails. Le résultat est très réussi, une belle initiative.(source : La boite verte)

En bref#

• Mapbox nous montre comment utiliser Mapillary pour faciliter nos éditions dans OpenStreetMap
• OSGEO Code Sprint, le retour de Paul Ramsey sur les ajouts apportés à PostGIS
• Amusez vous à créer vos propres planètes avec SpaceEngine

Commentaires